一、Q&A问答 网络诊所（论文文献综述）
尚书飞[1]（2021）在《基于知识图谱的医药问答平台的设计和研究》文中提出中国国民经济的不断提升使得人们生活水平提高,但是也使人们身体病痛增多,然而中国存在着许多看病难、挂号难的情况,为了能够有效解决这种问题,通过构建基于知识图谱的医药问答系统来解决老百姓就医难的问题。传统搜索引擎通过关键字搜索提供大量搜索结果,虽然可以解决就医方面的问题,但是准确性很低。知识图谱在近几年发展迅速,已经运用在很多领域,它通过图的方式描述实体、属性和关系,形成具体的网络图,建立有效的知识体系。将知识图谱作为医药问答系统的知识库,完成医药问答系统的构建,为就医者提供准确的答案。本文主要研究如何实现知识图谱和问答系统的构建,以及尽可能提高问题答案准确性,主要工作内容如下:1.数据采集和预处理:利用Python爬虫脚本分别从“寻医问药”和“求医网”这两个医药垂直网站爬取所需要的信息,并将数据以提前设置的属性字段存入Mysql数据库中,接着将保存的数据进行xpath解析,输出Json数据,然后对数据进行人工清洗和预处理,最终导出比较正规的Json数据。2.知识图谱构建:本系统在知识图谱构建上采用自底向上的设计方式,对Json数据进行实体、关系以及属性信息提取,将获取到的信息用来构建知识图谱,同时将内容保存到Neo4j图数据库中。可以方便的查看医药知识图谱,有利于后续内容的查询和分析。3.问答系统构建过程:本文研究的是基于语义分析和问题模板匹配相结合的医药问答系统的构建。该问答系统的研究主要分为问题分类、命名实体识别、模板匹配和翻译、查询四个模块,问题分类模块主要采用Python的AC算法来实现对问题初始分类;实体识别模块则主要采用Bi-LSTM+CRF网络模型进行命名实体识别,当然在实体识别前先利用分词技术以分词库为主进行分词;模板匹配模块主要是对输入问题与问题分类以及实体识别结果相结合,然后与问题模块库匹配,最后将匹配到的模板和分析后的实体以及问题分类结果结合之后进行翻译转化为Neo4j查询语句进行知识图谱查询。
陈帆[2]（2021）在《健康传播视域下知乎平台艾滋病信息传播研究》文中提出国民健康作为我国民生的一大问题,向来受到国家和政府的重视,并与大众息息相关,而我国新闻媒体作为党和政府以及人民的耳目喉舌,在传统媒体时代便很注重艾滋病这一严重社会疾病的健康信息传播和教育。在新媒体时代,艾滋病健康信息更是通过问答社区平台展开了新一轮的健康传播,而在国内极具代表性的问答平台“知乎”更是凭着近几年的发展态势,逐渐进入了大众的视野。站在传播学的角度,通过对知乎下“艾滋病”话题内容的现状分析和用户社会网络分析,得出科学结论并提出相应对策,对改善我国新媒体环境下的艾滋病健康传播有着极其重要的现实意义。首先,通过梳理了解有关艾滋病报道的媒体演变以及知乎社区健康信息传播的基本情况,随后进一步深化到对于知乎核心部分,即用户情况的分析,通过对他们生产的互动内容和情感交流分析,最终上升到对于艾滋病健康传播的效果考察。在这一部分,将结合文本分析法、使用与满足理论以及议程设置理论等相关知识,就知乎艾滋病健康传播的基本情况和现状进行研究。研究发现:社交媒体时代,知乎艾滋病健康传播更加人性化,并且传播效果也受到用户身份、情感表达等多个因素的影响。其次,通过社会网络分析法对艾滋病话题下的用户关系进行实证分析。首先用八爪鱼数据软件对知乎艾滋病下的用户评论及回复进行数据爬取,导入到Excel文件后进行数据清洗,筛选掉无价值的用户信息,接着用UCINET软件进行数据整理,并用其插件NETDRAW进行社会网络图谱的绘制。通过对网络结构指标、中心性、凝聚子群、核心社区和个体网络等多项分析,得出现有知乎艾滋病健康传播社会网络的缺陷。研究发现目前知乎社区关系网存在着关系网稀疏,成员之间联系不够紧密且意见领袖多为普通用户,但却对关系网起着至关重要的作用等。最后,根据以上两章的研究结果综合分析知乎艾滋病健康传播的问题和优化对策,发现了目前知乎艾滋病健康传播具有社区之间结构松散,内容生产呈现两极化趋势,相关医疗机构入驻较少,信息供需不平衡,除话题组外无社群功能,用户交流不足,大多数话题下的问答社区小且杂,忽略了意见领袖的作用等问题,而针对以上问题,提出了相应优化对策,即推荐内容合并问答,消除两极分化;吸引医疗机构入驻,提高信息供给;建立社区+社群模式,增强用户活性;持续发力核心社区,重视意见领袖的四项措施。
王嘉玮[3]（2021）在《高语速医学研讨会的英汉同声传译策略 ——研讨会《新冠肺炎最新进展》口译实践报告》文中认为本次模拟同声传译选取的语料是旧金山加利福尼亚大学召开的《新冠肺炎最新进展》系列研讨会之一,主题为“流行病学、治疗和疫苗、血栓栓塞并发症和影响儿童的多系统炎症综合征”。该研讨会主要围绕新冠肺炎的近况及相关疾病的情况展开,专业性强。本篇实践报告总结分析了本次高语速医学研讨会同声传译中的典型问题和口译策略。针对信息密度大的问题,可以采取断句和改译等口译策略;针对冗余问题,可以采取省略与简化等口译策略;针对插入语问题,可以采取信息整合和增译等口译策略。本篇实践报告的撰写,不仅使译员的个人口译能力得到了锻炼,也可为其他译员提供参考,提高同声传译质量和效率。
常颖[4]（2020）在《新媒体环境下农民工在线信息行为与服务模式研究》文中进行了进一步梳理随着互联网技术的快速发展以及5G商业化时代的开启,新媒体已经成为社会治理智能化和专业化的重要工具,其开放性、透明性、交互性等优势加快了经济社会各行各业的发展,无论在经济领域、政务领域还是在教育领域,新媒体已经成为推动经济社会发展的新动力。在新媒体环境下,用户的信息获取行为和信息使用行为都具有自主创造性,新媒体为用户提供了便捷的信息分享条件,并赋予了用户媒介话语权,激发了用户的信息分享行为。随着新型城镇化战略的推进和智能手机等移动终端的普及,新媒体农民工用户数量具有明显的上升趋势,农民工的信息需求日益突出,在新媒体信息资源和平台使用上具有巨大增长空间,农民工群体为新媒体平台的持续发展提供了庞大的用户群体。新媒体平台的信息传播和影响范围、用户体量已经远远超过传统媒体,其传播路径、模式也与传统媒体有较大差异。如何利用新媒体平台为用户提供丰富多样的信息化服务,进而推动在线信息服务模式创新是在线信息服务主体亟待解决的问题。本文将新媒体作为研究的切入点,结合动机理论、需求层次理论、使用与满足理论与沉浸理论,研究新媒体环境下农民工在线信息行为问题。在对国内外新媒体环境下农民工信息行为研究成果进行系统梳理的基础上,综合运用文献分析、实验分析、实证研究、质性研究等研究方法对新媒体环境下农民工在线信息行为进行系统分析。通过对新媒体环境下农民工在线信息行为进行阶段划分,分别系统阐释了农民工在线信息获取行为、使用行为、分享行为和信息服务模式,以实现新媒体环境下农民工用户在线信息行为过程中主体、客体、技术和环境要素的和谐发展,并通过信息服务模式的构建提升对农民工群体在线信息服务水平。第3章从涵义、特征和分类三个层面阐明了新媒体的概念,归纳在线信息行为的相关理论,包括动机理论、信息需求层次理论、使用与满足理论、沉浸理论,界定了农民工、在线信息行为、农民工在线信息行为三个概念,并分析了新媒体对农民工在线信息行为的影响。阐述农民工在线信息行为要素,包括主体要素、客体要素、环境要素和技术要素,分别分析了农民工在线信息获取、使用、分享行为过程,并从内在动机和外在动机层面剖析了各个信息行为阶段的动机,最终构建新媒体环境下农民工在线信息行为机理模型。第4章以信息需求层次理论为研究基础,以问卷调查的方式对农民工在线信息获取的行为进行分析,采用混合实验法对农民工在线信息获取行为进行定量测度,第5章通过构建农民工在线信息使用行为模型,采用使用满足理论作为理论框架,在TAM模型的基础上构建了农民工在线信息使用行为影响因素实证模型,以发放调查问卷的方式进行数据统计,并采用验证性因子分析对全部研究假设进行验证;第6章以沉浸理论作为理论基础,结合百度贴吧农民工吧数据并利用Python和Xpath路径语言,使用Jieba库实现分词操作并将数据按照内容和时间两个维度进行可视化研究,对农民工群体的在线信息分享行为演化规律进行了分析。第7章采用扎根理论分析方法,对选取出的20名访谈者进行深度访谈,通过主轴编码、选择性编码和开放式编码比较,提炼和归纳出11个主范畴,构建了在线信息服务主体模式、在线信息服务客体模式、在线信息服务内容模式、在线信息服务渠道模式的农民工在线信息服务模式,并对模式之间的路径关系进行分析,同时以典型应用案例进行辅证。第8章将农民工用户在线信息行为过程信息服务提升策略的重要性进行分析。提出了农民工用户在线信息行为服务提升策略,从农民工用户群体层面、政府层面和新媒体平台层面提出在线信息获取行为阶段、在线信息使用行为阶段、在线信息分享行为阶段的信息服务提升策略,并从在线信息服务主体模式、客体模式、内容模式和渠道模式四个方面提出了服务提升策略,以期不断提高农民工在线信息服务水平,助推国家信息化建设和新型城镇化战略的实施。本研究基于扎根研究法提出了新媒体环境下农民工在线信息服务模式,并针对农民工在线信息行为过程提出了农民工用户信息服务管理提升策略。在理论层面上,助推新媒体理论体系的构建,提供新的研究视角,推动了信息服务模式创新,为农民工用户信息服务管理提供理论支撑;在实践层面上,为解决农民工信息贫困问题提供参考意见,为新媒体平台对农民工用户群体进行个性化的服务提供指导,为农民工用户合理使用新媒体平台提供指导。未来的研究中将拓展新媒体环境下农民工群体在线信息行为细分领域的研究,深入开展新媒体对农民工用户群体信息行为影响的动态观测,以提高农民工用户在新媒体环境下信息素养和信息能力,加快我国信息化建设步伐,全面推动新型城镇化战略的实施。
滕悦[5]（2020）在《基于用户体验的老年人陪伴型智能产品设计研究》文中研究表明随着我国的老龄化程度加深,老年人口占比在逐年上升。而与之相对的社会养老资源严重不足,养老更多的依赖家庭。家庭结构的变化使得老年人空巢问题也越来越普遍,独居老年人会面临很多生理和心理问题,不仅造成了生活中不便,甚至还会因压力和负面心理问题再次加深疾病。智能养老解决方案虽然推出供以手机为载体的老年人使用的生活类、交流类App,但是在交互方面,仍然无法满足大多数的老年人的生理和心理健康需求。本课题以老年人陪伴型智能产品为研究对象,以独居的老年人为目标用户,旨在基于用户体验的理论上提高独居老年人的生活质量,减少社会的养老负担,提升独居老年人的幸福感。首先,通过查阅与老年人智能产品相关的文献及资料,运用用户体验层次,结合老年人生理和心理健康问题,提出老年人陪伴型产品设计原则,并将设计定位于60-79岁的“年轻老人”。其次,运用用户体验的定量研究和定性研究的方法,对购买者与使用者分别进行了用户研究。定量研究采用了问卷调查法,调查分析了购买者的家庭结构与智能养老产品的接受程度;定性研究采用了用户访谈法,对使用者即老年用户需求进行了深入探究,建立了用户角色模型。再次,运用卡诺模型（KANO）与Better-Worse系数分析工具对用户的需求进行梳理和深度分析,计算归纳出功能属性,并具有针对性地设计了相关的交互模块。最后,运用百度对话系统开发平台（UNIT）根据语音交互设计流程设计产品功能的智能对话。完成了独居老年人陪伴型智能产品的虚拟语音助手的人格与形象、交互界面与产品外形设计,实现了老年用户与产品之间更好的人机互动。本论文的独居老年人陪伴型智能产品设计采用了多模态交互方式,考虑了老年人更多情感化因素,使老龄产品的关心更加主动,让老年人更好的享受科技产品带来的便捷。
王锟越[6]（2020）在《知识付费平台商业模式优化对策研究》文中研究指明在移动互联网高速发展的背景下,知识付费产业应运而生,大量资本涌入,行业爆发式增长。目前,作为该市场核心力量的知识付费平台,引导着内容生产、运营甚至消费者的需求。然而相关研究尚处于初级阶段,特别是从商业模式的角度对其成功的规律特点以及行业普遍问题、对策的系统研究非常匮乏。本文运用参与观察法、文献分析法、案例分析法对知识付费平台行业中典型的三家标杆企业进行比较分析。理论上主要以魏朱六要素商业模式模型为主要研究框架,具体分析还结合了战略、营销等相关理论。研究总结了知识付费平台商业模式的普遍成功规律,为行业大多数平台树立了商业模式优化的标杆:精准定位主流用户知识焦虑痛点,集中开发对应产品,以IP引流手段为主占有市场。搭建广泛的价值网络稳定创造和传递价值,打通上下游和衍生产业链,形成共赢的业务系统。将IP孵化能力、大数据技术、社群运营作为关键资源和能力。盈利模式主要以产品直售、广告收费、会员收费、服务收费、演讲直播收费、周边商城、跨界经营等多模式组合形成收入闭环。对收入进行合理分配,自由现金流,企业价值得以体现。价值网络的所有参与者（包括资本）获得利益,系统循环形成可持续的商业生态。研究中,本文着重提出当前以标杆企业为代表的行业普遍存在的问题:产品内容质和量问题造成了行业发展秩序紊乱,服务体验不佳的问题造成产品打开率低、复购率低、用户黏性低。将两大问题细化为8个具体原因,对应到魏朱六要素模型的动态系统中,明确了商业模式优化的方向和重点,创新性地以用户体验为切入视角,结合战略、营销、长尾等相关理论制定了优化策略和措施。主张以用户体验作为立足点,从商业模式的定位、业务系统、关键资源和能力三个要素层面上实现协同突破,达到优化效果。定位层面上通过利基对策提升用户品牌化、专业化体验。业务系统层面,通过完善平台治理机制、生产机制、服务机制、合作机制提升用户规范化、品牌化、专业化、个性化和实用性体验。在关键资源和能力层面,加强社群维护以升用户社交情感体验,加之IP孵化、大数据这三个方面是定位和业务系统优化的基础。对策的选择可根据企业的实力、位置、问题侧重等因素组合使用。本文图24幅,表7个,参考文献76篇。
崔鹏[7]（2020）在《知乎意见领袖影响力研究》文中研究表明自2005年来,一批互动式知识问答网站如百度知道、360问答和搜狗问问相继问世,他们最大的特点是与搜索引擎相结合,通过悬赏积分的形式吸引用户解答问题,实现知识分享,这种用户参与行为改变了以往传统的信息检索形式,使用户由知识的使用者变成知识的创造者。互动式知识问答网站一经出世便以内容覆盖面广、可信度高的特点吸引了众多追捧者,成为知识型网站的中流砥柱,但是随着互联网特别是社交媒体的发展,以往的互动式知识问答模式已经不再适用。以知乎为代表的社会化问答社区应运而生,社会化问答社区集知识问答、社交、内容共享为一身,延续了以往用户生产内容的模式,既满足了用户在获取知识时的需求,也为用户分享知识过程中的价值实现提供了平台。知乎作为典型的社会化问答社区,以其高质量内容、理性化氛围吸引了众多知名人士和专家学者参与,这些专家学者和各行业的知名人士通常是社会化问答社区中高质量信息的主要发布者和扩散者,也是连接人际间沟通的桥梁和纽带,在社交网络信息传播中发挥着重要作用。身份特征和专业属性是知乎意见领袖影响力形成的基础条件,能够让某个回答在极短时间内吸引受众注意,而活跃度和传播力则是意见领袖影响力扩散的前提,能够让影响力的发生得到落实,以上两种条件共同推动了知乎“意见领袖影响力”的发生。分析知乎意见领袖影响力,尤其要把握话题下知乎意见领袖引导的关键点,所以本文探讨了以下几个问题:第一,意见领袖自身特征对知乎意见领袖影响力的形成和扩散具有什么作用?第二,普通用户通过回答问题来产生影响力需要具备哪些要素?第三,话题下热门回答的形成和扩散呈现出什么样的规律?本文立足于社会化问答社区——知乎,结合知乎中议题的“聚合——高潮——消散”过程演变,从知乎实证案例入手,采用问卷调查法保证数据的广泛性和真实性,从而实现一般行为背后的信息深度挖掘。在知乎意见领袖当下问题和治理对策方面,本文讨论了知乎中意见领袖在舆论引导和网络环境净化方面的重要作用,但同时也存在着功利化,暴力打压合理诉求的问题,因此,应该从意见领袖自我规范,加强网络管理、完善立法,培养官方网络意见领袖、积极引导舆论走向和培养成熟网民这四个方面进行综合治理,以期进一步完善我国的网络生态及社会秩序。
李梦龙[8]（2020）在《基于多数据源医疗知识图谱的知识对话模型研究》文中研究指明在医疗领域中,随着患者数量及医学数据的增长,传统的医疗服务平台暴露出了数据管理效率低下、医疗导向服务不完善以及缺少常见疾病的知识普及等管理和服务缺陷。针对以上提到的问题和挑战,本文提出了基于多数据源医疗知识图谱的知识对话模型,以提升更精准的医疗服务。本文的主要工作如下:（1）面向多种医疗数据源,基于Neo4j数据库构建医疗知识图谱。一方面从多个数据源（中文医疗电子病历,在线医疗社区等）中收集不同种类的医疗信息以增加医疗知识图谱的丰富性。另一方面是数据抽取的方法,目的是提升数据收集的准确性和数据类型的多样性。因此,分别使用了两种方法进行数据抽取:基于注意力机制的Bi LSTM-CRF信息抽取模型和网络爬虫。在信息抽取模型中,将注意力机制引入到Bi LSTM-CRF模型中,使得模型能够对不同的实体分配不同的注意力权重,以提高模型的识别精度,该数据抽取方法的对象是医疗电子病历。针对在线医疗社区中的医疗数据,本文采用网络爬虫方法,提升知识图谱的丰富性。（2）面向实际中医疗问题的繁杂多样性,采用信息抽取模型作为自然语言理解模块,并采用DQN（Deep Q-Network）和医疗知识图谱提供的先验知识模块实现对话管理模块。医疗先验知识来自数据集中的统计结果,增强知识对话之间的联系,提升对话系统对医疗知识的理解。然后,采用基于模板的自然语言生成模块,生成便于用户理解的答案。最后,通过实验表明,融合医疗先验知识的对话模型能够更加精确地回答用户的问题,还提供相关医疗知识推荐。（3）针对构建的医疗知识图谱与医疗对话模型,采用flask框架与ECharts模块进行可视化研究。主要工作有:医疗知识图谱可视化与医疗知识对话模型可视化。医疗知识图谱的可视化能够更加清楚地展示医疗知识的深层联系,达到辅助诊断的效果。医疗知识对话模型的可视化能够提供更加直观的效果展示和便利的医疗服务;同时,也便于发现不足并进行改进。
田利剑[9]（2019）在《田径赛事成绩抓取分析平台的设计与实现》文中进行了进一步梳理在各大体育赛事中,田径历来都是金牌大户,而近些年来中国在各大赛事中的成绩也取得了长足的进步,大家对田径赛事的关注度日益提升。田径赛事成绩抓取分析平台是田径赛事智能信息管理平台的一部分,核心功能是成绩的抓取、成绩的分析和关于赛事成绩的自动问答。其中成绩抓取平台的主要任务是从指定的一个或多个数据源根据数据模板获取数据,再经过各个数据清理环节形成数据库供给后续成绩分析平台进行分析展示。成绩分析平台的核心功能则是从数据库中选取数据,进行查询、分类和汇总等各种分析,并将分析结果以多种直观的方式进行展示;关于赛事成绩的自动问答则是构建一个自动问答系统来回答用户提出的询问赛事成绩的相关问题。本文主要关注田径赛事成绩抓取分析平台的设计与实现,具体开展的研究工作有:1)从智能信息管理的高度出发,对赛事成绩抓取分析平台进行了需求分析,并基于需求分析的结果给出了该平台的完整设计;2)针对成绩抓取和成绩分析子系统,设计并实现了基于模板的成绩抓取器和成绩分析器,以模板为中介进行数据源及成绩分析策略的扩展;3)针对成绩问答子系统,设计并实现了一个借助历史问答知识库的田径赛事成绩问答系统。
刘蕊[10]（2019）在《在线医疗社区健康信息搜寻行为对患者依从性的影响研究》文中认为“互联网+医疗”打破了传统的医疗模式,人们越来越习惯于随手便捷地登录互联网获取健康信息。健康信息搜寻行为是用户在健康信息需求和思想动机的支配下,利用互联网检索、浏览、评价和选择相关知识或信息的活动。目前兴起的在线医疗社区已成为人们获取健康信息的主要来源,如春雨医生、好大夫在线等。然而大量混杂的信息可能会严重影响患者与健康有关的行为和决策。患者对医生的信任可能会因为从互联网上获得的健康信息而改变,从而影响其对医疗诊断和治疗的依从性。患者依从性指患者如何遵循医生建议的医疗诊断和治疗方案,是影响患者身体健康的直接因素,在医患关系中扮演着重要的角色。因此本研究关注国内中文在线医疗社区,将客观网络数据和社会调查数据相结合,首先对在线医疗社区中的医患互动交流内容进行文本挖掘,结合医学知识库和信息搜寻模型进行特征加权,并利用LDA主题识别模型探讨患者健康信息搜寻行为的需求动机。在此基础上结合自我效能理论、信任理论和信息不对称理论等构建了在线医疗社区中患者的健康信息搜寻行为与实际诊疗过程中的患者依从性之间的影响关系模型,采用患者对在线医疗社区的信任、对在线医疗社区的期望、对健康信息的满意度、基于认知的信任、基于情感的信任和患者依从性等变量提出假设,使用问卷调查收集样本数据,分析健康信息搜寻行为的关联影响因素及与患者依从性之间的关系,并结合研究结果对在线医疗社区的发展和医患关系的改善等进行探讨。研究结果发现:（1）在探讨在线医疗社区用户健康信息搜寻需求和动机时,通过与原始LDA模型实验对比,证明了基于TF-IDF加权的LDA主题识别模型在准确率上有所提升。用户在进行健康信息搜寻行为的需求动机多集中在基础病理、疾病预防、诊断检查、治疗方法和心理情感方面,且健康信息搜寻行为的过程是认知、行动和情感三个层面组合的结果,认知和行动方面占的比重较大,但情感方面是用户内在的影响力,可能对文本表达有潜在的影响。（2）在探讨在线医疗社区用户健康信息搜寻行为与实际患者依从性的影响关系时,发现患者对在线医疗社区的期望会对其健康信息搜寻行为产生积极影响,进而正向影响其对获取的健康信息的满意度,患者对健康信息的满意度会正向影响其对医生的基于认知的信任和基于情感的信任,且基于认知的信任也会正向影响基于情感的信任,最后患者的认知信任会对实际诊疗过程中的患者依从性产生积极影响。性别、年龄、受教育程度和居住身份对模型变量的影响关系基本不显着,其中居住身份可能会对健康信息搜寻行为产生影响,性别会对在线医疗社区健康信息满意度产生影响。在研究结果的基础上,为在线医疗社区的发展、患者健康信息素养的提高和医患关系的改善提出了参考建议。
二、Q&A问答 网络诊所（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Q&A问答 网络诊所（论文提纲范文）
（1）基于知识图谱的医药问答平台的设计和研究（论文提纲范文）
| 摘要 |
| abstracts |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 知识图谱的研究现状 |
| 1.2.2 问答系统研究现状 |
| 1.3 论文研究内容与目标 |
| 1.4 论文组织与结构 |
| 2 关键技术和算法阐述 |
| 2.1 知识图谱和图数据库 |
| 2.1.1 知识图谱的特点 |
| 2.1.2 图数据库 |
| 2.2 问题分类和分词技术 |
| 2.2.1 问题分类技术 |
| 2.2.2 分词 |
| 2.3 实体识别 |
| 2.3.1 双向长短期记忆网络模型(Bi-LSTM) |
| 2.3.2 条件随机场(CRF) |
| 2.3.3 注意力模型 |
| 2.4 本章小结 |
| 3 医药知识图谱的构建 |
| 3.1 医药知识获取 |
| 3.1.1 数据采集与实现 |
| 3.1.2 Mysql数据库设计 |
| 3.2 医药知识表示 |
| 3.3 知识存储 |
| 3.4 本章小结 |
| 4 基于知识图谱的医药问答系统的设计 |
| 4.1 基于知识图谱的医药问答系统的需求分析 |
| 4.2 基于知识图谱的医药问答系统的概要设计 |
| 4.3 问题分类模块的构建 |
| 4.4 基于Lucence的问题分词模块 |
| 4.5 基于Bi-LSTM+CRF的命名实体识别 |
| 4.5.1 Bi-LSTM+CRF 命名实体识别 |
| 4.5.2 命名实体识别实验 |
| 4.6 问题模板匹配和模板翻译及查询 |
| 4.7 本章小结 |
| 5 总结与展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 攻读硕士学位期间所获得的研究成果 |
| 致谢 |
（2）健康传播视域下知乎平台艾滋病信息传播研究（论文提纲范文）
| 摘要 |
| abstract |
| 绪论 |
| 第一节 选题背景 |
| 一、艾滋病患者群体问题凸显 |
| 二、健康传播在艾滋病领域意义重大 |
| 三、知乎平台成为艾滋病健康传播重要平台 |
| 第二节 研究目的与意义 |
| 第三节 文献综述 |
| 一、健康传播相关研究 |
| 二、艾滋病议题相关研究 |
| 三、问答社区相关研究 |
| 四、研究述评 |
| 第四节 研究理论与研究方法 |
| 一、经典传播学理论在网络新媒体的运用 |
| 二、研究方法 |
| 第一章 知乎艾滋病健康传播基本问题分析 |
| 第一节 媒介变迁与艾滋病健康传播 |
| 第二节 知乎与艾滋病健康传播 |
| 一、问答社区与知乎 |
| 二、知乎传播特点 |
| 第三节 用户分析 |
| 一、身份分析 |
| 二、基于议程设置理论的行为分析 |
| 第四节 内容分析 |
| 第五节 基于使用与满足理论的情感分析 |
| 第六节 健康传播视域下的传播效果分析 |
| 第二章 知乎艾滋病健康传播网络关系机制研究 |
| 第一节 数据来源 |
| 第二节 研究过程 |
| 一、数据清洗 |
| 二、艾滋病健康传播网络模型构建 |
| 三、整体网络分析 |
| 第三节 社会网络分析 |
| 一、网络结构指标 |
| 二、中心性分析(问答社区的两级传播) |
| 三、凝聚子群分析(网络社区划分) |
| 四、核心社区和个体网络分析 |
| 第四节 研究结果 |
| 一、宏观层面 |
| 二、微观层面 |
| 第三章 知乎艾滋病健康传播的优化对策 |
| 第一节 推荐内容合并问答,消除两级分化 |
| 第二节 吸引医疗机构入驻,提高信息供给 |
| 第三节 建立社区+社群模式,增强用户活性 |
| 第四节 持续发力核心社区,重视意见领袖 |
| 结语 |
| 参考文献 |
| 致谢 |
| 在读期间的研究成果 |
（3）高语速医学研讨会的英汉同声传译策略 ——研讨会《新冠肺炎最新进展》口译实践报告（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 任务描述 |
| 1.1 讲座背景 |
| 1.2 语料特征 |
| 第2章 任务过程 |
| 2.1 译前准备 |
| 2.2 口译过程 |
| 2.3 译后事项 |
| 第3章 案例分析 |
| 3.1 信息密度大 |
| 3.1.1 后置修饰语 |
| 3.1.2 状语从句 |
| 3.2 冗余 |
| 3.2.1 语义冗余 |
| 3.2.2 结构冗余 |
| 3.3 插入语 |
| 3.3.1 修正型插入语 |
| 3.3.2 补充型插入语 |
| 第4章 实践总结 |
| 4.1 实践情况总结 |
| 4.2 意义与局限性 |
| 参考文献 |
| 附录1 原文与译文 |
| 附录2 术语表 |
| 致谢 |
（4）新媒体环境下农民工在线信息行为与服务模式研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 实践意义 |
| 1.3 国内外研究现状综述 |
| 1.3.1 国外研究现状综述 |
| 1.3.2 国内研究现状综述 |
| 1.3.3 研究趋势 |
| 1.3.4 研究现状评述 |
| 1.4 研究对象的选择 |
| 1.4.1 新媒体平台的选择 |
| 1.4.2 农民工群体的选择 |
| 1.5 研究内容和研究方法 |
| 1.5.1 研究内容 |
| 1.5.2 研究方法 |
| 1.6 研究技术路线 |
| 第2章 相关概念及理论基础 |
| 2.1 新媒体的相关概念 |
| 2.1.1 新媒体的涵义 |
| 2.1.2 新媒体的特征 |
| 2.1.3 新媒体的分类 |
| 2.2 在线信息行为的相关理论 |
| 2.2.1 动机理论 |
| 2.2.2 信息需求层次理论 |
| 2.2.3 使用与满足理论 |
| 2.2.4 沉浸理论 |
| 2.3 农民工在线信息行为的相关概念 |
| 2.3.1 农民工的概念 |
| 2.3.2 在线信息行为的界定 |
| 2.3.3 农民工在线信息行为的界定 |
| 2.4 新媒体对农民工在线信息行为的影响 |
| 2.4.1 信息需求多样化 |
| 2.4.2 .信息渠道多元化 |
| 2.4.3 .信息资源丰富化 |
| 2.4.4 .用户之间交互增强 |
| 2.5 本章小结 |
| 第3章 新媒体环境下农民工在线信息行为机理分析 |
| 3.1 农民工在线信息行为要素 |
| 3.1.1 农民工在线信息行为的主体要素 |
| 3.1.2 农民工在线信息行为的客体要素 |
| 3.1.3 农民工在线信息行为的环境要素 |
| 3.1.4 农民工在线信息行为的技术要素 |
| 3.1.5 农民工在线信息行为要素模型 |
| 3.2 农民工在线信息行为过程分析 |
| 3.2.1 农民工在线信息获取行为 |
| 3.2.2 农民工在线信息使用行为 |
| 3.2.3 农民工在线信息分享行为 |
| 3.3 农民工在线信息行为动机分析 |
| 3.3.1 农民工在线信息获取行为的动机 |
| 3.3.2 农民工在线信息使用行为的动机 |
| 3.3.3 农民工在线信息分享行为的动机 |
| 3.4 新媒体环境下农民工在线信息行为机理模型构建 |
| 3.5 本章小结 |
| 第4章 农民工在线信息获取行为分析 |
| 4.1 农民工在线信息获取行为问题的提出 |
| 4.2 农民工在线信息获取行为模型构建 |
| 4.2.1 用户在线信息获取行为 |
| 4.2.2 在线信息获取行为模型 |
| 4.3 研究设计 |
| 4.3.1 混合实验研究方法 |
| 4.3.2 实验流程 |
| 4.3.3 数据收集 |
| 4.4 数据结果分析 |
| 4.4.1 样本的有用性及可靠性分析 |
| 4.4.2 样本统计分析 |
| 4.4.3 混合实验结果数据分析 |
| 4.5 讨论分析 |
| 4.5.1 农民工在线信息需求 |
| 4.5.2 农民工在线信息来源 |
| 4.5.3 农民工在线信息评价行为 |
| 4.5.4 农民工在线信息输入输出行为 |
| 4.6 本章小结 |
| 第5章 农民工在线信息使用行为分析 |
| 5.1 农民工在线信息使用行为问题的提出 |
| 5.2 农民工在线信息使用行为模型构建 |
| 5.2.1 农民工在线信息使用行为 |
| 5.2.2 农民工在线信息使用行为模型框架 |
| 5.3 农民工在线信息使用行为影响因素实证 |
| 5.3.1 模型理论基础 |
| 5.3.2 研究假设 |
| 5.3.3 模型构建 |
| 5.4 研究设计 |
| 5.4.1 调查问卷设计 |
| 5.4.2 数据收集及人口统计信息分析 |
| 5.4.3 在线信息使用数据分析 |
| 5.5 数据结果 |
| 5.5.1 量表题项描述性统计及差异分析 |
| 5.5.2 信度和效度检验 |
| 5.5.3 验证性因子与模型检验 |
| 5.6 讨论分析 |
| 5.6.1 社群影响对感知趣味性等因素的影响 |
| 5.6.2 感知有用性对使用行为的影响 |
| 5.6.3 感知易用性对感知有用性和使用行为的影响 |
| 5.6.4 感知趣味性对感知有用性的影响 |
| 5.6.5 满意度对使用行为的影响 |
| 5.7 本章小结 |
| 第6章 农民工在线信息分享行为分析 |
| 6.1 农民工在线信息分享行为问题的提出 |
| 6.2 农民工在线信息分享行为模型构建 |
| 6.2.1 农民工在线信息分享行为 |
| 6.2.2 农民工在线信息分享行为模型 |
| 6.3 研究设计 |
| 6.3.1 数据源选择 |
| 6.3.2 数据采集 |
| 6.3.3 数据处理 |
| 6.4 数据结果分析 |
| 6.4.1 农民工在线信息分享行为内容分析 |
| 6.4.2 农民工在线信息分享行为时间分析 |
| 6.4.3 农民工在线信息分享行为主题分析 |
| 6.5 讨论分析 |
| 6.5.1 农民工在线信息分享行为的内容规律 |
| 6.5.2 农民工在线信息分享行为的时间规律 |
| 6.5.3 农民工在线信息分享行为的主题规律 |
| 6.6 本章小结 |
| 第7章 农民工在线信息服务模式分析 |
| 7.1 农民工在线信息服务模式问题研究背景 |
| 7.2 研究方法与研究设计 |
| 7.2.1 扎根理论概述 |
| 7.2.2 访谈样本的筛选 |
| 7.2.3 访谈过程设计 |
| 7.2.4 访谈资料的收集与整理 |
| 7.3 访谈资料编码过程 |
| 7.3.1 开放式编码 |
| 7.3.2 主轴编码 |
| 7.3.3 选择性编码 |
| 7.4 研究发现及作用路径 |
| 7.5 农民工在线信息服务模式 |
| 7.5.1 在线信息服务主体模式 |
| 7.5.2 在线信息服务客体模式 |
| 7.5.3 在线信息服务内容模式 |
| 7.5.4 在线信息服务渠道模式 |
| 7.6 本章小结 |
| 第8章 农民工在线信息服务提升策略 |
| 8.1 农民工在线信息服务提升策略的重要性 |
| 8.2 农民工在线信息行为服务提升策略 |
| 8.2.1 农民工在线信息获取行为服务提升策略 |
| 8.2.2 农民工在线信息使用行为服务提升策略 |
| 8.2.3 农民工在线信息分享行为服务提升策略 |
| 8.3 农民工在线信息服务模式提升策略 |
| 8.3.1 在线信息服务主体模式提升策略 |
| 8.3.2 在线信息服务客体模式提升策略 |
| 8.3.3 在线信息服务内容模式提升策略 |
| 8.3.4 在线信息服务渠道模式提升策略 |
| 8.4 本章小结 |
| 第9章 研究结论与展望 |
| 9.1 研究结论 |
| 9.2 研究创新点 |
| 9.3 研究局限及展望 |
| 参考文献 |
| 作者简介与学术成果 |
| 致谢 |
（5）基于用户体验的老年人陪伴型智能产品设计研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景 |
| 1.2 课题研究的目的与意义 |
| 1.2.1 课题研究的目的 |
| 1.2.2 课题研究的意义 |
| 1.3 智能养老产品国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 课题研究的内容与方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 课题研究框架 |
| 第2章 陪伴型老龄产品的用户体验设计原则 |
| 2.1 用户体验设计理论概述 |
| 2.1.1 用户研究的要素模型 |
| 2.1.2 用户体验的层次 |
| 2.2 老龄产品的相关理论 |
| 2.2.1 老年人定义 |
| 2.2.2 老年用户特征分析 |
| 2.2.3 老年人陪伴型产品的设计原则 |
| 2.3 语音交互界面概述 |
| 2.3.1 语音交互界面的进化 |
| 2.3.2 语音交互界面的优势 |
| 2.3.3 语音交互界面的四项设计准则 |
| 2.4 本章小结 |
| 第3章 老年人陪伴型智能产品用户研究 |
| 3.1 相关产品调研分析 |
| 3.1.1 市场调研内容 |
| 3.1.2 市场调研结果及分析 |
| 3.2 子女情况调研分析 |
| 3.2.1 问卷调查内容 |
| 3.2.2 问卷结果及分析 |
| 3.3 老年人用户访谈与分析 |
| 3.3.1 用户访谈内容 |
| 3.3.2 用户访谈结果及分析 |
| 3.4 产品用户画像 |
| 3.4.1 产品适用人群定位 |
| 3.4.2 目标人群的用户模型 |
| 3.5 KANO模型分析用户需求 |
| 3.5.1 KANO模型原理概述 |
| 3.5.2 KANO模型的调研结果及分析 |
| 3.6 本章小结 |
| 第4章 产品智能对话方式建立及实现 |
| 4.1 产品智能对话功能需求 |
| 4.2 产品智能对话建立 |
| 4.2.1 UNIT开发平台介绍 |
| 4.2.2 智能对话设计流程 |
| 4.2.3 四大板块的交互流程 |
| 4.2.4 对话唤醒设计 |
| 4.2.5 确定技能类型 |
| 4.3 产品智能对话实现 |
| 4.3.1 任务型对话实现 |
| 4.3.2 问答型对话实现 |
| 4.3.3 场景数据收集 |
| 4.4 本章小结 |
| 第5章 老年人陪伴型智能产品设计实践 |
| 5.1 老年人陪伴型智能产品视觉设计 |
| 5.1.1 显示屏与多模态交互 |
| 5.1.2 虚拟形象设计 |
| 5.1.3 产品界面设计 |
| 5.2 老年人陪伴型智能产品外观设计 |
| 5.2.1 设计要点 |
| 5.2.2 草图方案 |
| 5.2.3 产品最终方案 |
| 5.2.4 产品屏幕的人机关系 |
| 5.2.5 产品效果展示 |
| 5.3 老年人陪伴型智能产品设计评价 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录1 网络调查问卷 |
| 附录2 可用性测试问卷 |
| 附录3 代码片段 |
| 研究生期间所获得的成果 |
| 致谢 |
（6）知识付费平台商业模式优化对策研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 序言 |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究目的 |
| 1.3 研究意义 |
| 1.4 研究内容、路线、方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究路线 |
| 1.4.3 研究方法 |
| 1.5 研究的创新点 |
| 2 理论基础和文献综述 |
| 2.1 理论基础 |
| 2.1.1 商业模式的分析与设计 |
| 2.1.2 相关的营销理论 |
| 2.1.3 相关的战略理论 |
| 2.1.4 体验经济理论和方法 |
| 2.1.5 电子商务中的长尾理论 |
| 2.1.6 相关研究理论的联系与差别 |
| 2.2 文献综述 |
| 2.2.1 关于平台的界定的研究 |
| 2.2.2 关于知识付费平台的特性研究 |
| 2.2.3 关于知识付费平台市场的研究 |
| 2.2.4 关于知识付费平台商业模式的研究 |
| 3 典型知识付费平台企业商业模式案例分析 |
| 3.1 知识付费平台案例企业特点及行业代表性分析 |
| 3.2 知识付费平台市场定位分析 |
| 3.2.1 关于知识付费平台消费者维度的定位 |
| 3.2.2 关于知识付费平台产品维度的定位 |
| 3.2.3 关于知识付费平台的价值维度定位 |
| 3.3 知识付费平台业务系统主要环节分析 |
| 3.3.1 关于知识付费平台的价值网络系统 |
| 3.3.2 关于知识付费平台的内容运营系统 |
| 3.3.3 关于知识付费平台的营销成功关键 |
| 3.4 知识付费平台企业关键资源能力分析 |
| 3.4.1 优质产品供给能力——吸引与孵化生产者 |
| 3.4.2 技术支持能力——大数数据掌控与分析 |
| 3.4.3 核心服务能力——构建与运营社群 |
| 3.5 知识付费平台企业盈利模式分析 |
| 3.5.1 盈利组合模式——打造价值转化闭环 |
| 3.5.2 合理分配系统——主要盈利与成本支出分析 |
| 3.6 知识付费平台自由现金流和企业价值分析 |
| 4 知识付费平台商业模式存在的问题与原因分析 |
| 4.1 内容生产的质和量问题——造成行业发展秩序紊乱 |
| 4.1.1 优质内容持续输出困难 |
| 4.1.2 知识付费产品同质化问题严重 |
| 4.1.3 侵犯版权的问题频发 |
| 4.2 用户体验差——造成产品打开率、复购率、用户黏性低问题 |
| 4.2.1 售后服务机制不完善 |
| 4.2.2 识付费产品实用体验差 |
| 4.2.3 过度营销增高用户信任成本 |
| 4.2.4 用户逐渐成熟——冲动消费减少 |
| 4.2.5 社群服务流于形式 |
| 5 知识付费平台商业模式优化策略 |
| 5.1 商业模式优化对策的设计逻辑 |
| 5.2 商业模式架构下的知识付费平台问题原因分析 |
| 5.3 基于定位要素层面的优化策略 |
| 5.4 基于业务系统要素层面的优化策略 |
| 5.5 基于关键资源能力要素层面的优化策略 |
| 5.6 策略的评价与选择 |
| 6 知识付费平台商业模式优化措施 |
| 6.1 知识付费平台商业模式问题原因与优化措施的对应关系 |
| 6.2 关于定位层面的优化措施 |
| 6.2.1 定位下沉市场——优先树立品牌体验 |
| 6.2.2 定位垂直化发展方向——提升专业化体验 |
| 6.3 关于业务系统层面的优化措施 |
| 6.3.1 完善平台治理机制——提升规范化体验 |
| 6.3.2 升级服务模式——提升个性化、实用性体验 |
| 6.3.3 将竞争对手引入价值链 |
| 6.4 关于关键资源和能力层面的优化措施 |
| 6.4.1 优化IP孵化能力和结构——为个性化、专业化体验提供产品基础 |
| 6.4.2 完善社群维护体系——提升社交情感体验 |
| 6.4.3 挖掘大数据潜力——为用户体验提供技术支持 |
| 7 结论 |
| 7.1 研究结论 |
| 7.2 需要进一步解决的问题 |
| 7.3 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（7）知乎意见领袖影响力研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 绪论 |
| (一)研究背景 |
| (二)研究意义 |
| (三)研究内容 |
| (四)研究综述 |
| 1.知乎 |
| 2.意见领袖 |
| (五)研究方法 |
| 1.问卷调查法 |
| 2.内容分析法 |
| 3.案例研究法 |
| (六)本文创新之处 |
| 一、知乎意见领袖的特征 |
| (一)知乎网站概貌 |
| (二)知乎意见领袖特征 |
| 1.专业化程度高 |
| 2.位于社会网络中心位置 |
| 3.圈子文化下的风格差异 |
| 4.集中分布在发达地区 |
| 5.教育、学历层次较高 |
| 二、知乎意见领袖影响力的形成 |
| (一)知乎意见领袖影响力形成的自身因素 |
| 1.自身已有名气和身份 |
| 2.发布动态频率、活跃度高 |
| 3.保持独特风格定位 |
| 4.参与热点事件,蹭流量提升活跃度 |
| (二)知乎意见领袖影响力形成的客观因素 |
| 1.系统推荐算法偏向优质内容 |
| 2.受到其他意见领袖的认可 |
| 3.用户媒体权力的延伸 |
| 4.从众心理引发群体跟随 |
| 5.数字鸿沟带来信息获取不平等 |
| 三、知乎意见领袖影响力的扩散 |
| (一)调查设计 |
| 1.样本选取 |
| 2.调查方案 |
| 3.可靠性统计 |
| 4.问卷总结 |
| (二)分享与讨论 |
| (三)不同议题阶段中意见领袖所处的作用 |
| 1.议题聚合期 |
| 2.议题高潮期 |
| 3.议题消散期 |
| 四、知乎意见领袖失范行为及对策建议 |
| (一)知乎意见领袖的失范行为 |
| 1.发言情绪化 |
| 2.不当行为影响受众 |
| (二)知乎意见领袖的治理对策 |
| 1.意见领袖加强自身约束 |
| 2.加强网络管理,完善立法 |
| 3.培养官方网络意见领袖,积极引导舆论走向 |
| 4.培养成熟网民 |
| 结语 |
| 参考文献 |
| 附录 |
| 附录A《知乎用户使用情况调查》 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（8）基于多数据源医疗知识图谱的知识对话模型研究（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 研究背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 医疗领域命名实体识别方法研究 |
| 1.2.2 医疗知识图谱的构建方法研究 |
| 1.2.3 医疗问答模型的构建方法研究 |
| 1.3 主要研究内容 |
| 1.4 论文的结构 |
| 2.多数据源医疗知识图谱的知识对话模型框架 |
| 2.1 医疗数据源 |
| 2.2 医疗数据抽取方法 |
| 2.3 多数据源医疗知识图谱 |
| 2.4 医疗知识对话模型 |
| 2.5 本章小结 |
| 3.多数据源医疗知识图谱 |
| 3.1 基于联合学习的中文医疗电子病历数据抽取方法 |
| 3.1.1 基于BiLSTM-CRF的实体识别模型 |
| 3.1.2 基于BiLSTM-Attended-CRF的实体识别模型 |
| 3.1.3 基于BiLSTM-Attended-CRF的联合学习信息抽取模型 |
| 3.1.4 实验参数设置 |
| 3.1.5 实验结果分析 |
| 3.2 基于网络爬虫的在线医疗数据收集 |
| 3.3 多数据源医疗知识图谱的实现 |
| 3.4 本章小结 |
| 4.基于DQN与医疗先验知识的医疗知识对话模型 |
| 4.1 基于命名实体识别的NLU模块 |
| 4.2 基于DQN的对话管理模块 |
| 4.2.1 深度强化学习DQN算法 |
| 4.2.2 医疗先验知识模块 |
| 4.3 基于模板回复的NLG模块 |
| 4.4 医疗知识对话模型的实验设计与结果评估 |
| 4.4.1 医疗知识对话模型实验设计 |
| 4.4.2 医疗知识对话模型结果评估 |
| 4.5 本章小结 |
| 5.多数据源医疗知识图谱与对话模型的可视化 |
| 5.1 多数据源医疗知识图谱可视化 |
| 5.2 医疗知识对话模型可视化 |
| 5.3 本章小结 |
| 6.总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读硕士学位期间主要的研究成果 |
| 致谢 |
（9）田径赛事成绩抓取分析平台的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.2.1 体育赛事管理系统的研究现状 |
| 1.2.2 赛事智能管理相关技术的研究现状 |
| 1.3 本文的研究内容 |
| 1.4 本文结构 |
| 1.5 本章小结 |
| 第二章 系统需求分析及设计 |
| 2.1 赛事信息智能管理平台 |
| 2.1.1 平台的建设目标 |
| 2.1.2 平台的总体构成 |
| 2.1.3 赛事成绩抓取和分析系统的地位和作用 |
| 2.2 田径赛事成绩抓取与分析系统的分析与设计 |
| 2.2.1 系统架构 |
| 2.2.2 数据流 |
| 2.2.3 数据库 |
| 2.2.4 系统功能 |
| 2.2.5 用户权限 |
| 2.3 本章小结 |
| 第三章 田径赛事成绩抓取和常规分析子系统的实现 |
| 3.1 赛事成绩抓取分析子系统的概述 |
| 3.2 赛事成绩抓取子系统的实现 |
| 3.2.1 基于多线程的并发式多数据源抓取器 |
| 3.2.2 增量式数据更新 |
| 3.2.3 基于报警日志的数据源站点可信度调节算法 |
| 3.3 赛事成绩常规分析子系统的实现 |
| 3.3.1 查询模板的维护策略 |
| 3.3.2 常用的查询模板 |
| 3.4 本章小结 |
| 第四章 赛事成绩问答子系统的实现 |
| 4.1 赛事成绩问答子系统概述 |
| 4.2 问题骨干抽取 |
| 4.2.1 编码层 |
| 4.2.2 解码层 |
| 4.3 问题分类 |
| 4.3.1 融入自注意力机制的编码层 |
| 4.3.2 门控在编码层的应用 |
| 4.4 相似问题获取 |
| 4.5 核心功能的评测 |
| 4.5.1 数据集 |
| 4.5.2 核心任务的评测 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读学位期间公开发表的论文 |
| 致谢 |
（10）在线医疗社区健康信息搜寻行为对患者依从性的影响研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 在线医疗社区的相关研究 |
| 1.2.2 健康信息搜寻行为的相关研究 |
| 1.2.3 患者依从性的相关研究 |
| 1.2.4 国内外研究现状分析 |
| 1.3 研究内容与研究方案 |
| 1.3.1 研究内容 |
| 1.3.2 研究方案 |
| 2 相关理论概述 |
| 2.1 信息搜寻行为相关理论概述 |
| 2.1.1 信息搜寻行为基础模型 |
| 2.1.2 信息搜寻行为相关理论 |
| 2.2 主题识别技术相关理论概述 |
| 2.2.1 主题识别相关概念 |
| 2.2.2 LDA主题模型概述 |
| 2.3 结构方程模型相关理论概述 |
| 2.4 本章小结 |
| 3 基于LDA的在线医疗社区健康信息搜寻行为研究 |
| 3.1 研究框架设计 |
| 3.2 研究对象的选取 |
| 3.3 实验数据的获取及预处理 |
| 3.3.1 实验数据的获取 |
| 3.3.2 基于医学知识库的文本分词 |
| 3.4 特征集产生 |
| 3.5 主题识别 |
| 3.5.1 主题建模和主题词抽取 |
| 3.5.2 实验结果评估 |
| 3.6 结果分析 |
| 3.7 本章小结 |
| 4 在线医疗社区健康信息搜寻行为实证研究模型构建 |
| 4.1 构建模型的理论基础 |
| 4.1.1 自我效能 |
| 4.1.2 信任 |
| 4.1.3 信息不对称 |
| 4.2 研究模型构建 |
| 4.3 模型假设 |
| 4.3.1 影响因素的显着性假设 |
| 4.3.2 控制变量 |
| 4.4 本章小结 |
| 5 在线医疗社区健康信息搜寻行为对患者依从性影响的实证研究 |
| 5.1 变量测量与问卷设计 |
| 5.2 样本数据收集与分析 |
| 5.2.1 预调研与问卷信效度检验 |
| 5.2.2 问卷发放与收集 |
| 5.2.3 样本描述性统计分析 |
| 5.2.4 样本数据正态分布检验 |
| 5.3 结构方程分析 |
| 5.3.1 测量模型分析 |
| 5.3.2 结构模型分析 |
| 5.3.3 控制变量分析 |
| 5.4 实证结果讨论 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 研究结论 |
| 6.2 展望 |
| 参考文献 |
| 附录A |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
四、Q&A问答 网络诊所（论文参考文献）
- [1]基于知识图谱的医药问答平台的设计和研究[D]. 尚书飞. 中北大学, 2021(09)
- [2]健康传播视域下知乎平台艾滋病信息传播研究[D]. 陈帆. 云南财经大学, 2021(12)
- [3]高语速医学研讨会的英汉同声传译策略 ——研讨会《新冠肺炎最新进展》口译实践报告[D]. 王嘉玮. 大连外国语大学, 2021(02)
- [4]新媒体环境下农民工在线信息行为与服务模式研究[D]. 常颖. 吉林大学, 2020(03)
- [5]基于用户体验的老年人陪伴型智能产品设计研究[D]. 滕悦. 哈尔滨理工大学, 2020(04)
- [6]知识付费平台商业模式优化对策研究[D]. 王锟越. 北京交通大学, 2020(04)
- [7]知乎意见领袖影响力研究[D]. 崔鹏. 河南大学, 2020(05)
- [8]基于多数据源医疗知识图谱的知识对话模型研究[D]. 李梦龙. 海南大学, 2020(07)
- [9]田径赛事成绩抓取分析平台的设计与实现[D]. 田利剑. 苏州大学, 2019(02)
- [10]在线医疗社区健康信息搜寻行为对患者依从性的影响研究[D]. 刘蕊. 北京交通大学, 2019(01)